信息工程学院

学术讲座时间：2019年6月5日13:30

学术讲座地点：工B308

学术讲座对象：信息工程学院教师

摘要：

近年来，基于数据而习得“特征”的深度学习技术受到狂热追捧，而其中GAN模型训练方法更加具有激进意味：它生成数据本身。GAN的主要灵感来源于博弈论中零和博弈的思想，应用到深度学习神经网络上来说，就是通过生成网络G（Generator）和判别网络D（Discriminator）不断博弈，进而使G学习到数据的分布，如果用到图片生成上，则训练完成后，G可以从一段随机数中生成逼真的图像。

        GAN通过不断迭代训练两个网络（生成网络(Generator Network)和鉴别网络(Discriminator Network)）的性能，最终得到一个能产生以假乱真数据的生成网络。其存在的目的就是为了通过一定的手段，模拟出一种数据的概率分布的生成器（生成手段），使得这种概率分布与某种观测数据的概率分布一致或尽可能接近。